AI 工具与软件 今日: 7 |主题: 1138|排名: 3 

Alphabet 官宣，度开发者大会 Google I/O 将于 5 月 19 日至 20 日举办。谷歌预计将发布 Gemini 模型的更新、其他人工智能产品，并有可能推出其智能眼镜产品。 ​​​

#科技先锋官# 谷歌 Project Genie 横空出世，文本图片一键生成可交互游戏世界，直接让游戏股集体暴跌，也让它成了科技圈最具争议的焦点！ 有人说它是谷歌的王炸，丰富 AI 订阅服务、落地 Gemini 多模态能力，反哺模型迭代还打通生态闭环，让谷歌在 AI 格局中占据绝对优势。也有人骂这是市场过度恐慌，Genie 如今功能受限 ...

【史上最强Sonnet？#Anthropic半月两发新模型#】 据媒体报道，北京时间2月18日凌晨，Anthropic悄然发布了其新一代中型模型Claude Sonnet 4.6。这款被官方称为“史上最强Sonnet”的模型，在多项基准测试中接近Opus水平，但价格仅为后者的五分之一。此时距离Anthropic的旗舰模型Claude Opus 4.6发布不到半个月，Claude Opus ...

本周AI领域大事件速览：Claude迎来重要更新，微软发布全新AI工具，ideogram推出图像生成新功能，机器人技术取得突破性进展。 ## #claude# #微软# http://t.cn/AXtpZpSY ​​​

#anthropic推出最新ai模型# Anthropic发布史上最强Sonnet：Claude Sonnet 4.6，只需要一半多一点的价格，就能得到超大杯Opus的性能；马斯克xAI的Grok4.2也上线测试了，4个Agent协同工作。 http://t.cn/AXtEPEoW ​​​

给大家推荐一个超级使用的 AI 开源工具：Edit Banana 。 一个专门把"死图"变回"活图"的神器。 我们手里经常会有一些流程图、架构图的图片，可能是从PPT截的图，也可能是PDF里的插图。想改个字，挪个位置，发现根本点不动。这个项目就是解决这个问题的。 开源项目地址：github.com/BIT-DataLab/Edit-Banana 在线地址：edi ...

什么？Ai 已经会设计火箭发动机了？而且只用了15分钟？## http://t.cn/AXtRM3Dm ​

据《商业内幕》今日报道，谷歌 DeepMind 首席执行官德米斯 · 哈萨比斯表示，真正的通用人工智能（AGI）正逐步逼近，但距离全面实现仍存在差距。 IT之家注：AGI 指能够像人类一样推理，并在未接受专门训练的情况下解决新问题的机器智能。 在谈到目前的 AGI 系统是否已经达到与人类智能相当的水平时，哈萨比斯说：“我认为我 ...

Grok 4.20也发布了。Musk特意强调了其“美式价值观对齐”特性[doge] ​​​

“降AI率工具到底有没有用？”“网上那些降AI工具是不是智商税？”——这大概是最近半年我被问得最多的问题了。 与其在网上看各种"据说有用"的推荐帖，不如我直接花钱测给你看。这次我一共花了大约500块钱，测试了8款市面上比较热门的降AI率工具，包括付费的和免费的，来一次真刀真枪的对比。 ...

感谢网友 Nuc_F 的线索投递！ 2 月 18 日消息，今日特斯拉、X 平台 CEO 埃隆 · 马斯克通过 X 平台发文官宣，xAI 旗下大模型 Grok 的 4.2 版本候选发布版（公开测试版）现已可供使用。注意到，这位全球首富在 X 平台上写道，用户必须专门选择 Grok 4.2 才能激活它。马斯克在推文中表示，非常欢迎用户为该版本提供反馈。他同 ...

开源AI音乐编辑工具包，支持CPU加速和一键安装 intel/openvino-plugins-ai-audacity + Intel OpenVINO AI插件库（Audacity音频编辑器增强工具） 🧐该仓库为开源音频编辑器Audacity提供了一系列本地运行的AI增强功能，涵盖音乐分离、噪声抑制、音乐生成、语音转录和音频超分辨率等，基于OpenVINO技术可在CPU、GPU、NPU等硬 ...

【当AI开始设计制造AI的芯片，我们正在见证什么】 英伟达宣布向全公司约三万名工程师部署 OpenAI Codex。这个数字本身就是一个信号：当全球最重要的AI芯片公司选择让AI来写代码，某种临界点正在被跨越。 有人说这是利益绑定的结果，毕竟英伟达在 OpenAI、Anthropic、xAI 等公司都投了至少十亿美元。但更值得玩味的是另一 ...

Paul Graham 和 OpenAI 联合创始人Greg Brockman 最近都在猛推品味（Taste）。 确实，随着大模型越来越强大，生成门槛也会彻底消失，“品味”或许才是真实护城河。 我把这种 Taste 理解成一种极度稀缺的高阶判断力，比如： - 识别表面没问题的“无思想废话”输出。 - 能在海量输出中，一眼挑出真正抓住了意图的文字、 ...

直播或录制视频时想加上实时字幕，方便大家理解，但市面上的工具样式单一且无法修改。 最近在 GitHub 上发现 Curses 这个开源工具，专为 OBS、VRChat、Twitch 和 Discord 提供语音转文字字幕，而且自定义程度非常高。 支持多种语音识别引擎，包括微软 Azure、Speechly、Deepgram 和浏览器自带的 WebSpeechAPI，还能反向 ...

想训练一个机器学习模型，需要懂算法、写代码、调参数，这些门槛直接劝退大部分人。 GitHub 上 Plexe 这个开源项目，大幅降低了门槛，然我们用自然语言描述需求，就能自动构建机器学习模型。 只需要用人话说明 “想预测什么”、“输入是什么”、“输出是什么”，系统就会通过多智能体协作，自动完成数据分析、方案规划、 ...

想要找个好用的 AI 网页自动化工具或浏览器智能体，网上资源太分散，GitHub 上一个个项目翻过去，既费时间又容易错过好东西。 最近在 GitHub 上发现 Awesome Web Agents 这份精选合集，系统性地整理了各类 AI 网页智能体相关的工具、框架和资源。 按照自主浏览智能体、自动化工具、爬虫工具、搜索工具等分类整理，涵盖 O ...

有时候，Windows 系统会在我们工作或玩游戏时，突然自动更新重启，打断手头的事情，让人措手不及。 偶然 GitHub 上发现 Windows Personalization Utility 这个开源工具，能将系统更新暂停到 2051 年，把设备控制权交还给用户。 提供两种使用方式：批处理工具和注册表脚本，前者功能更全面，后者无需管理员权限，一键运 ...

GitHub 上 Screenpipe 这款开源工具，可能是老板们的监工神器。我们在电脑上做过的事情，看过的网页，说过的话，都能记录下来。 并且我们在回看的时候，还可以通过自然语言快速搜索到，想要查找的内容。 技术原理主要通过持续截屏配合 OCR 文字识别，加上音频转录技术，把我们在电脑上的所有操作都存成可搜索的数据库， ...

让 AI 辅助写代码时，遇到模型训练或部署这类复杂任务，经常发现生成的代码引用了过时 API，甚至直接“幻觉”出不存在的参数，调试起来比自己写还累。 于是在 GitHub 找到了 AI-research-SKILLs 这个开源项目，为 AI Agent 准备的一套“研究工程技能包”。 收录了 83 项硬核 AI 研究技能，并且按照模型架构、分词器、微 ...